![](https://img-blog.csdnimg.cn/20190918140158853.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 67
机器学习
天玑y
向来不爱说废话
展开
-
yolov1到v8的变化
YOLO(You Only Look Once)是一种流行的目标检测算法,它的版本从YOLOv1到YOLOv8经历了多次改进。原创 2024-02-04 22:55:09 · 605 阅读 · 2 评论 -
一篇文章搞懂CNN(卷积神经网络)及其所含概念
卷积神经网络 = 神经网络 + 其他层次看到了吗,上图中只有绿色的部分是全连接神经网络,其余都是CNN加入的其他层次。原创 2024-02-04 15:52:54 · 1276 阅读 · 8 评论 -
神经网络回归案例(python
【代码】神经网络回归案例(python。原创 2024-02-01 21:47:12 · 439 阅读 · 0 评论 -
关联规则分析(算法+画图
市场篮子分析:通过挖掘顾客购买商品的关联规则,帮助商家了解市场上不同商品之间的关联关系,以便进行商品的搭配和促销活动。客户行为分析:通过挖掘用户的消费行为数据,发现不同产品或服务之间的关联规律,以便为用户提供个性化的推荐和建议。生产过程分析:通过挖掘生产过程中不同操作之间的关联规则,帮助企业发现生产过程中的优化机会,提高生产效率和质量。医学诊断和研究:通过分析患者的病例数据,发现症状和疾病之间的关联规律,为医生提供辅助诊断和研究的依据。原创 2024-01-30 23:50:44 · 427 阅读 · 3 评论 -
关联规则算法及其画图(python
【代码】关联规则算法及其画图(python。原创 2024-01-30 17:12:52 · 1508 阅读 · 4 评论 -
关联规则分析(Apriori算法2
(Lift):是指A发生的条件下对B发生的影响(相当于A发生的情况下B发生的概率与只B发生的概率之比值)(Confidence):A发生的同时发生B的概率(相当于条件概率)(Support):指项集出现的频繁程度(相当于项集出现的概率)最小置信度:表示关联规则最低的可靠程度;人为设定,一般为50%“强关联规则”是指满足。原创 2024-01-14 01:24:46 · 646 阅读 · 3 评论 -
关联规则分析(Apriori算法
可以归纳为X->Y,就是X发生的情况下很可能会发生Y比如:啤酒和尿布,就是 尿布->啤酒 这么一个强关联规则,含义是:如果顾客购买尿布,那么他很有可能买啤酒。啤酒和尿布的关联规则故事沃尔玛公司数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上,沃尔玛公司利用数据挖掘方法对这些数据进行分析和挖掘个意外的发现是:跟尿布一起购买最多的商品竟是啤酒。原创 2024-01-13 19:48:00 · 1400 阅读 · 6 评论 -
数据分析概述2(详细介绍机器学习
主要研究的是如何协助自治 Agent 的学习活动,进而达到选择最优动作的目的强化学习是通过反馈的结果信息不断调整之前的策略,从而算法能够学习到在什么样的状态下选择什么样的动作可以获得最好的结果。例如:训练集和测试集的分割比例、优化算法中的学习率、聚类算法中的聚类数、多数算法中损失函数的选择、神经网络学习中激活函数的选择、神经网络中隐藏层数及迭代次数(epoch)等。:模型是使用机器学习算法利用数据集训练出的结果,是算法的输出;通常,同一个算法所训练出的模型的参数个数和类型是一致的,区别在于参数取值。原创 2024-01-13 17:03:21 · 997 阅读 · 5 评论 -
K-均值聚类算法及其优缺点
K-均值聚类算法是一种常用的无监督学习算法,用于将数据集划分为 K 个不同的类别,每个类别由其内部的数据点表示。该算法通过将每个数据点分配到离其最近的聚类中心,并且根据新的聚类中心更新聚类的位置来迭代地优化聚类的结果。总结: K-均值聚类是一种简单且常用的聚类算法,适用于对没有标签的数据集进行分类。然而,由于其一些限制,如需要预先指定聚类个数和对数据分布有一定的假设,因此,在实际应用中需要根据具体问题选择合适的聚类算法。原创 2023-12-22 23:51:19 · 449 阅读 · 1 评论 -
狄克逊(Dixon)检验
狄克逊检验法是一种用于检测异常值的统计方法,它是一种非参数的方法,可以有效地寻找数据集中不正常的观测值。该方法由美国统计学家布鲁斯·E·狄克逊(Bruce E. Dixon)于1950年提出,并逐渐成为检验异常值的常用方法之一。原创 2024-01-10 18:47:25 · 1772 阅读 · 6 评论 -
SCS模型(径流曲线法)概述
SCS模型(径流曲线法)是由美国农业部水土保持局(Soil Conservation Service) 基于经验提出,最初用于预测在农业用地小型流域降雨所累积的径流深度。在经过改进后可用于小流域水文预报,即在给定降雨量下(极端降雨量)计算径流深度(累计雨水体积)。是估算地表径流的数学模型,该模型计算过程简单所需参数较少。原创 2024-01-10 18:19:08 · 2802 阅读 · 5 评论 -
情感理论模型
情感理论模型是情感分析的基础,主要包括情感分类模型和维度情感模型。情感分类模型将人的基本情绪分为不同类别,而维度情感模型则将情感看作连续变化的系统,根据维度的不同可以分为二维情感模型和三维情感模型。原创 2024-01-08 13:11:30 · 1753 阅读 · 2 评论 -
数据分析概述
统计学通过各种统计指标(比如R方、置信区间)来评估统计模型(比如线性回归模型)的拟合优度,而机器学习通过交叉验证或划分训练集和测试集的方法来评估算法的准确度。也就是说统计学需要事先对处理对象的概率分布做出假定(比如正态分布),而机器学习不需要做事先假定。:主要关注的是模拟与优化,回答“我们如何使它发生”,用来给出最优行动建议,产生产业价值。:主要关注的是过去,回答“为什么发生?”,用来揭示数据之间的因果关系。:主要关注的是过去,回答“已发生了什么?:主要关注的是未来,回答“将要发生什么”,属于预测性分析。原创 2024-01-07 19:01:55 · 609 阅读 · 6 评论 -
SEM结构方程模型(零基础
SEM结构方程模型是一种基于因子分析线性回归方法,用于分析错综复杂变量之间路径关系的一种模型。原创 2023-12-23 23:45:11 · 840 阅读 · 7 评论